Gemini 4 Argonの料金を一目で
GoogleがArgonを発表したのは2026年9月30日です。価格のすべては、ローンチ記事の1行と脚注1つにあります。Googleがこれまでに公表した内容を、1つの表にまとめます。
| 導入価格 | プロモ後 | |
|---|---|---|
| 入力、100万トークンあたり | $2.00 | $4.00 |
| キャッシュ入力、100万トークンあたり | $0.10（95%割引） | $0.20（95%割引） |
| 出力、100万トークンあたり（思考を含む） | $10.00 | $20.00 |
| 長いコンテキストの追加料金 | 公表なし | 公表なし |
| Batch / Flex / Priority | 未公表 | 未公表 |
| 無料枠 | 未公表 | 未公表 |
| コンテキストウィンドウ / 最大出力 | 100万 / 100万トークン | 100万 / 100万トークン |
| 購入できる人 | まだ誰も不可 | まず有料APIの顧客 |
脚注にはこうあります。"After the introductory period expires, the price of $4 per 1M input tokens and $20 per 1M output tokens will apply." プロモ後のキャッシュ料金$0.20は、Googleの"95% off input token price"から私が計算した値で、Artificial Analysis自身のコスト内訳の数字と一致します。Artificial Analysisは、この割引を「少なくとも1か月」の50%プロモーションと説明し、キャッシュ割引がGemini 3.8 Flashの90%から上がったことにも触れています。
価格の背景にあるスペック（ベンチマーク、安全性、Fairwind Programの参加者）が知りたい場合は、私のGemini 4 Argon概要をご覧ください。ここではお金の話に絞ります。
実際にもう支払えるのか？
いいえ。表計算に数字を入れる前に知っておくべきことです。Argonは、GoogleのFairwind Programを通じて"rolling out to a set of trusted cyber defenders"という状態です。有料APIの顧客とGoogle AI Ultraの購読者が次に続きますが、どちらのグループについてもGoogleは日付を示していません。
2026年10月1日にもう一度確認しました。私のGemini APIキーでgemini-4-argonにgenerateContentを呼ぶと404 NOT_FOUNDが返り、モデル一覧にもArgonはありませんでした。Gemini Developer APIの料金ページは、まだ3.8 Flashと3.1 Proで終わっています。
一般消費者向けも近づいてはいません。Geminiのサブスクリプションページには、Google AI Plusが月$4.99、Google AI Proが$19.99、Ultraが$99.99（Proの5倍の上限）または$199.99（20倍）と載っていて、名前が挙がっている最上位モデルは今も3.1 Proです。個人で使いたいなら、Googleが名前を挙げたのはUltraだけです。それでも、このページにはArgonを誰かに約束する記載はありません。
トークン単価でGemini 4 Argonを比べると
料金表だけを見ると、Argonは妙な位置にいます。プロモ価格はGPT-6.1 Solの価格で、通常価格はClaude Opus 5.5の価格です。以下は、Googleの比較表にあるすべてのモデルと、よく比較される安価なモデルの公表API料金です。残りはOpenAI API料金とAnthropic API料金の各ガイドにあります。
| モデル | 入力 / 100万 | キャッシュ入力 / 100万 | 出力 / 100万 | 出典 |
|---|---|---|---|---|
| Gemini 4 Argon（プロモ） | $2.00 | $0.10 | $10.00 | |
| Gemini 4 Argon（通常） | $4.00 | $0.20 | $20.00 | |
| GPT-6.1 Sol | $2.00 | $0.10 | $10.00 | OpenAI |
| GPT-6 Astra | $10.00 | $1.00 | $50.00 | OpenAI |
| Claude Opus 5.5 | $4.00 | $0.20 | $20.00 | Anthropic |
| Claude Fable 5.1 | $10.00 | $0.25 | $50.00 | Anthropic |
| Claude Sonnet 5.5 | $2.00 | $0.20 | $10.00 | Anthropic |
| Gemini 3.8 Flash | $0.75 | $0.075 | $3.75 |
目につく点がいくつかあります。まず、Hacker Newsの反応（"5x cheaper than Astra"）はトークン単価では正しく、これこそGoogleが比べてほしい比較です。GPT-6 AstraやClaude Fable 5.1と並べると、プロモ中のArgonは5分の1の価格です。
次に、差はすぐに縮まります。通常価格でもArgonはAstraのトークン単価の40%ですが、最大の推論設定でArtificial Analysisのインデックスが約5ポイント高いOpus 5.5とは完全に同水準です。Gemini 3.8 Flashにも独自の期限があります。Googleの料金ページによると、$0.75/$3.75は2027年1月1日に$1.50/$7.50へ倍増します。来年のGoogle限定の予算を組む人にとっては、どちらの行も上がります。
長い文書を扱うなら、もう1つ小さいけれど重要な点があります。Gemini 3.1 Proはプロンプトが200Kトークンを超えると$4/$18を課金し、OpenAIは272Kを超えるプロンプトの入力を2倍で課金します。GoogleはArgonの長いコンテキストの追加料金を公表していません。本当に特長なのかもしれませんし、まだ書かれていないだけかもしれません。頼りにする前に最終的な料金表を確認してください。
重要な数字：タスクあたりのコスト
トークン単価は、1語の値段を教えてくれます。モデルが何語使うかは教えてくれませんが、Argonはたくさん使います。Artificial AnalysisがArgonでインデックス全体を実行したところ、1タスクあたり62Kの出力トークンで、GPT-6 Astraの27Kを大きく上回りました。インデックス全体では1億1,000万トークンを生成し、中央値のモデルは8,200万トークンです。
こうして同じ料金表から、大きく異なる請求額が生まれます。Artificial Analysisがインデックスの各タスクで計測した結果は次のとおりです。
| モデルと設定 | AA Intelligence Index | タスクあたりコスト |
|---|---|---|
| GPT-6.1 Sol（max） | 52 | $0.72 |
| Claude Opus 5.5（high） | 54 | $1.82 |
| Gemini 4 Argon（high）、プロモ価格 | 53 | $1.99 |
| GPT-6 Astra（max） | 53 | $3.26 |
| Gemini 4 Argon（high）、通常価格 | 53 | $3.98 |
Sol、Astra、Argonの行はArtificial Analysisの記事から、Opus 5.5 highの行は、ローンチ当日にHacker Newsのコメント投稿者が同じAAのグラフから読み取った数字です。私の読みでは、ArgonとSolのトークン単価は同一なので、2.7倍の差はほぼ全部、Argonの出力が多いことによるものです。
Artificial Analysisは、Argonのコストがどこから来るかを示すウォーターフォールチャートも公開しています。出発点は、1タスク$0.67のGemini 3.1 Pro Previewです。
財務責任者に見せたいのは最初のバーです。3.1 Proの旧価格のままでも、増えたトークンだけで1タスクは$0.67から$2.43になります。その後、プロモが値上げの大半を隠しています。プロモを外すと、1タスクは前世代のProモデルの約6倍です。
あるHacker Newsのコメント投稿者は、AAの数字が出る前からこれを予見していました。
"watch it somehow use 20x more tokens tho"
20倍ではなく、Astraの出力の約2.3倍です。それでも直感は正しく、インデックスで同じく冗長だったGemini 3.8 Flashで私が見たものと一致します。
実例：実際のワークロードでのArgonのコスト
料金表は、具体的な実行例をいくつか並べるとわかりやすくなります。以下の各例は、Googleが公表した料金と、全モデル共通のトークン数を使っています。Argonは出力が多めなので、これは少しArgonに有利な条件です。
1. 重いエージェント実行。 200Kトークンのコンテキストを読み、60Kの出力トークンを書くエージェントを考えます。ArgonのAAでの平均62Kに近い値です。プロモ価格では入力$0.40と出力$0.60で、1回$1.00です。コンテキストをキャッシュすると入力側は$0.02に下がり、1回$0.62になります。月1,000回の実行で、プロモが終わると$620から$1,240になります。
エージェント作業ではよくあるパターンで、キャッシュが効くと請求額の約97%を出力が占めます。95%のキャッシュ割引は大きいのですが、もともと小さかった部分にしか効きません。Argonを安くするには、キャッシュを増やすのではなく、出力を短くする方向を狙ってください。
2. 長い文書のレビュー。 80万トークンの契約書一式を送り、1万トークンの要約を返してもらう作業を月500回行うとします。プロモ中のArgonは$1.60＋$0.10＝1回$1.70、月$850です。通常価格なら$1,700です。Gemini 3.1 Proの200K超の料金では同じ実行が$3.38、GPT-6.1 Solの272K超の料金では$3.35になります。GoogleがArgonに長いコンテキストの追加料金を課さないままなら、満額でも、他モデルと比べて最も安く済むのはこのケースです。
3. サポートチケット。 これは実際のテストで裏付けられます。今週の初めに、GPT-6.1 Solのレビューのために15件のサポートチケットをGPT-6.1 Solで処理しました。平均で1件あたり入力約545トークン、出力約70トークンを使い、バッチは1,000チケットあたり約$1.80でした。プロモ中のArgonはまったく同じ料金表なので、同じトークン数なら同じ$1.80です。AAの差が示すようにArgonの出力が2.7倍なら、1,000チケットあたり約$3になります。プロモ終了後は両方の数字が2倍です。参考までに、同じテストでGPT-6 Astraは1,000件あたり$9.09でした。
APIが404を返すため、Argon本体は実行できませんでした。3つ目の例はテスト結果ではなく再計算として受け取ってください。有料アクセスが開いたら、同じチケットでもう一度実行します。
Gemini 4 Argonコスト計算機
ご自身のトークン数を入力してください。プリセットは上の3つの例に対応しています。価格は、200Kトークン未満のプロンプトを前提に、Google、OpenAI、Anthropicが公表した料金表に基づきます。
触ってみるときの注意点がいくつかあります。出力トークンを多くすると、プロモ中のArgonはSolと並び、Opus 5.5の半分になりますが、2.3倍のチェックを入れるとその優位の大半は消えます。長い文書のプリセットでは、Argonに追加料金が公表されていないことの方が、どの割引よりも請求額に効きます。
隠れたコストと未解決の疑問
料金表が短いので、実コストの大部分はまだ不明です。予算を確定する前に、次の点を見ておきたいところです。
- プロモの終了日。 Artificial Analysisによれば「少なくとも1か月」で、Googleからの日付はありません。10月末を超える予測には$4/$20を使ってください。
- 冗長さ。 AAのタスクあたり62Kの出力トークン。ワークロードは違うかもしれませんが、請求額は出力に宿るので、まずそこを測ってください。
- 欠けているティア。 BatchもFlexもPriorityも、まだ料金がありません。Gemini 3.8 FlashではBatchとFlexが50%割引、Priorityが1.8倍なので、Googleが公表すればオフラインのジョブはかなり安くなる可能性があります。
- グラウンディング。 Gemini 3.xのGoogle検索グラウンディングは月5,000リクエストまで無料で、それ以降は1,000件あたり$14です。Argonについては、まだ公表された料金がありません。
- キャッシュの保管料。 Gemini 3.8 Flashは、キャッシュの読み取りに加えて、キャッシュの保管に100万トークン・1時間あたりの料金がかかります。Argonの保管料も未発表で、100万トークンのコンテキストでは積み上がる可能性があります。
Hacker Newsのスレッドは、プロモの話にすぐ行き着きました。ある人が$10の出力価格を褒めると、返信は短いものでした。
"That is a promotional price. The regular price is double that."
ほかの人たちはすぐにタスクあたりのコストに話を移しました。こちらの方が良い直感だと思います。
"It's also more token hungry than similar models, so does it really make a big difference in the end?"
Gemini 4 Argonは価格に見合うか？
用途によっては、$4/$20でも見合います。長い文書の作業が最も明確な例です。Argonは256Kから100万コンテキストの検索でGoogleの表の首位（84.2%、競合は60%台から70%台前半）で、長いコンテキストの追加料金も公表されていないため、契約書や開示書類のパイプラインは3.1 Proより良いモデルを、より安い請求額で使えます。法務や財務のエージェントにも理由があります。ArgonはHarveyのLegal Agent Benchmarkで約3倍の差をつけて首位だからです。
一般的なエージェント作業やコーディングについては、実際の数字が出るまで待ちます。プロモ価格では、AAインデックスで1ポイント上のために、GPT-6.1 Solの1タスクあたり2.7倍を支払うことになります。通常価格では、Google自身の表でTerminal-Bench 4.0においてOpus 5.5に9ポイント劣るモデルに、Opus 5.5と同じ料金表を支払うことになります。今すぐ安価なフロンティアモデルが必要なら、GPT-6.1 Solの代替とGeminiの代替のまとめが、現在販売中のものをカバーしています。
カスタマーサポートでは、Argonの価格はほとんど関係ありません。1,000チケットあたり数ドルなら、モデルはAIカスタマーサービスのコストの内訳で最小の項目です。サポートにとってより興味深い数字は、AA-OmniscienceでのArgonのハルシネーション率15%（GPT-6 Astraは51%）です。それでも、周りのエージェントが正しいナレッジを読み、答えがわからないときに引き継ぐ場合にしか役立ちません。その部分は、サポートにおけるAIハルシネーションのガイドで扱っています。
サポートチームを率いる人にとっての意味
eeselで実際のサポートキューにAIを載せる作業に長く携わってきましたが、導入が成功するかどうかをモデルの価格が決めたことはほとんどありません。決め手になるのは、モデルを取り巻くすべてです。学習元となるヘルプセンターと過去のチケット、Zendeskとの接続やFreshdeskとの接続の方法、そして顧客に触れる前に実際のチケットでテストされたかどうかです。解決あたりのコストは、大半が人とプロセスで、トークンではありません。
Argonのようなプロモが効いてくるのは、予測可能性の面です。生のトークンで自前のボットを作るなら、誰も発表していない日に倍になる請求を抱え、さらに今月どのモデルが最良かも追いかけることになります。エージェントを運用するエンジニアリングチームなら問題ありません。来四半期の予算に数字が必要なサポートリーダーには、相性が悪いのです。
eeselを試す
AIにチケットへ回答させたくてGemini 4 Argonの価格を調べているなら、トークンの計算は省けます。Argonはインフラで、eeselは従業員です。eeselのAIヘルプデスクチームメイトは、過去のチケットとヘルプセンターから学び、すでにお使いのヘルプデスクに接続します。また、実際の過去チケットでシミュレーションを実行するので、顧客に返信する前に回答を確認できます。
料金は月額固定のクレジットプランで、チケットまたはチャット1件が1クレジットです。すべての機能と無制限のシートが含まれ、100クレジットでカード不要の無料プランもあります。モデルのプロモが足元で終わっても、請求額は変わりません。キューの一部でeeselを試して、ご自身のチケットをどう処理するか確かめてください。
よくある質問
Gemini 4 Argonの料金はいくらですか？
Gemini 4 Argonのプロモ価格はいつ終わりますか？
今日Gemini 4 Argonを購入できますか？
gemini-4-argonに対して404を返し、モデルはGoogleのAPI料金ページにも載っていません。まずサイバー防御担当者に展開され、その後に有料APIの顧客とGoogle AI Ultraの購読者へ広がりますが、日付は未定です。Gemini 4 ArgonはGPT-6.1 Solより安いですか？
Gemini 4 ArgonはClaude Opus 5.5より安いですか？
Gemini 4 Argonにバッチ料金や無料枠はありますか？
カスタマーサポートでGemini 4 Argonを使うといくらかかりますか？
Article by
Kira
Kira is a writer at eesel AI with a Computer Science background and over a year of hands-on experience evaluating AI-powered customer service tools. She focuses on breaking down how helpdesk platforms and AI agents actually work so that support teams can make better buying decisions.
